我想知道，在卷积神经网络中，是否应该对每个像素分别应用批量归一化，还是应该对每个通道取像素的平均值？
我在 Tensorflow 的tf.layers.batch_normalization的描述中看到，建议对通道执行 bn，但如果我没记错的话，我使用了另一种方法，效果很好。
machine-learning convolution computer-vision batch-normalization
我使用Raspbery Pi B +2。我有一个Python程序，该程序使用超声传感器测量到物体的距离。我想根据与人的距离改变音量。有一个Python代码来获取距离，我不知道如何通过Python中的代码更改Raspbery Pi的体积。
有什么办法吗？
当我在代码下面运行时,我得到"语法错误:语法无效".但是,如果我在打印后用括号运行此代码,我会得到正确的答案.
liczby = [
951, 402, 984, 651, 360, 69, 408, 319, 601, 485, 980, 507, 725, 547, 544,
615, 83, 165, 141, 501, 263, 617, 865, 575, 219, 390, 984, 592, 236, 105, 942, 941,
386, 462, 47, 418, 907, 344, 236, 375, 823, 566, 597, 978, 328, 615, 953, 345,
399, 162, 758, 219, 918, 237, 412, 566, 826, 248, 866, 950, 626, 949, 687, 217,
815, 67, 104, 58, 512, 24, 892, 894, 767, 553, 81, 379, …